本期AI趋势看点集中在一个关键词:AI Agent正从“会看图、会聊天”升级到“能处理真实专业工作”。Google DeepMind 联合 Artificial Analysis推出 Multimodal Knowledge Agent(MKA)Benchmark,评测不再只考文本问答,而是把任务变成强约束的“视觉型知识工作”。基准测试给AI建筑图、工程图、临床影像等复杂资料,要求模型整理信息、交叉比对,并最终产出报告、简报或试算表。MKA共设计200项任务覆盖10大领域、83种职业,单项任务模拟资深人士需要3到8小时完成的工作量:评分不仅看答案对不对,还会重点核查事实准确性,视觉呈现也占一定权重。为保证可比性,各家模型在相同Agent环境与工具次数限制下竞争,结果显示同类工作完成效率差异巨大,平均可能要经历30到130轮操作。Google还特别强调成本差距:Gemini 4 Carbon在高难度达标率名列前茅,但完成任务的平均成本仅约为第一名的六分之一,意味着未来竞争维度将从“能不能做”转向“以更低成本把活做完”。
国内布局同样在加速。中研院强调不能长期只依赖外部大模型,正推进可与LLM协同的视觉理解能力:如Taiwan GBA聚焦行为分析,可识别跌倒、打架、挥刀等多类行为;G-YOLO在YOLO物件检测基础上进一步理解场景与物件关系,让模型不止“看见有人”,还能描述“约15人过马路”等更贴近真实世界的信息。同时,国网中心持续扩充TAIWAN AI RAP平台,从模型微调推进到Agent开发与POC验证,并计划提升算力与服务接口能力,降低企业与研究单位落地AI应用的门槛。
当“AI能干活”成为共识,危险也在同步发生。AWS展示了AI代理构建本机云端模拟器AWS Emulator的实验:产品几乎由数千自主代理完成,工程团队没有逐行审查代码,流程被分成生成测试、对比差异、定位修复与自动检查等多阶段。可见AI在软件工程中的效率潜力巨大,但同样也给网络攻击带来新的加速器。台湾数发部资安相关单位指出,境外黑客自今年7月起开始借助AI代理工具发动网攻,目标已从政府扩展至企业与平台,累计影响超百万份个资。面对“补漏洞、快通知、个资最小化”,监管也提出72小时应变原则,提醒企业不仅要修复漏洞,还要重新审视数据采集范围与攻击面。